HumanoidNDM：人形机器人动作追踪的在线免动捕微调框架

Chao Chen 等研究者在 arXiv 论文（被 CoRL 2026 接收）中提出 HumanoidNDM，一个由真实世界训练的神经动力学模型驱动的在线微调框架，用于人形机器人动作追踪。作者称在 Unitree G1 机器人上的物理验证表明，该框架可快速适应多种扰动，是首个在线、免动捕（MoCap）的人形追踪策略微调框架。 框架分三步：采集低频参考扰动数据、结合可微正向运动学训练基于本体感知的神经动力学模型，再通过模型梯度反向传播直接微调策略，从而无需依赖昂贵的动作捕捉系统。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。